小組成員：

數(shù)據(jù)庫(kù)與物聯(lián)網(wǎng)2數(shù)據(jù)庫(kù)的起源與發(fā)展物聯(lián)網(wǎng)數(shù)據(jù)的特點(diǎn)物聯(lián)網(wǎng)與數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)與物聯(lián)網(wǎng)一.數(shù)據(jù)庫(kù)的起源和發(fā)展數(shù)據(jù)庫(kù)的起源和發(fā)展新興數(shù)據(jù)庫(kù)關(guān)系數(shù)據(jù)庫(kù)早期的數(shù)據(jù)庫(kù)系統(tǒng)早期的數(shù)據(jù)庫(kù)系統(tǒng)數(shù)據(jù)庫(kù)起源于20世紀(jì)60年代，代表數(shù)據(jù)庫(kù)主要有IBM的SABRE、IMS，Cullinet的IDMS等。 SABRE全稱Semi-AutomatedBusinessResearchEnvironment，即半自動(dòng)商用研究環(huán)境。SABRE的起源美國(guó)航空公司乘客需求IBM公司關(guān)系數(shù)據(jù)庫(kù)關(guān)系數(shù)據(jù)庫(kù)（Relationaldatabase），是創(chuàng)建在關(guān)系模型基礎(chǔ)上的數(shù)據(jù)庫(kù)，借助于集合代數(shù)等數(shù)學(xué)概念和方法來(lái)處理數(shù)據(jù)庫(kù)中的數(shù)據(jù)。關(guān)系數(shù)據(jù)庫(kù)“關(guān)系數(shù)據(jù)庫(kù)之父”理論基礎(chǔ)1970年刊物《CommunicationoftheACM》論文“ARelationalModelofDataforLargeSharedDatabanks”（大型共享數(shù)據(jù)庫(kù)的關(guān)系模型）關(guān)系數(shù)據(jù)庫(kù) 1974-1977年給數(shù)據(jù)庫(kù)的歷史留下了極為濃墨重彩的一筆。 在此期間，加州大學(xué)伯克利分校開發(fā)的Ingres和IBM開發(fā)的SystemR,引領(lǐng)了關(guān)系數(shù)據(jù)庫(kù)數(shù)十年的發(fā)展。關(guān)系數(shù)據(jù)庫(kù)SybaseOracleSQLServerIBM的DB2IngresSystemR關(guān)系數(shù)據(jù)庫(kù)關(guān)系數(shù)據(jù)庫(kù)的特點(diǎn)

以面向系統(tǒng)的觀點(diǎn)組織數(shù)據(jù)具有高度的數(shù)據(jù)和程序的獨(dú)立性

數(shù)據(jù)具有共享性關(guān)系數(shù)據(jù)庫(kù)允許多個(gè)用戶同時(shí)訪問4123數(shù)據(jù)庫(kù)的起源和發(fā)展新興數(shù)據(jù)庫(kù)關(guān)系數(shù)據(jù)庫(kù)早期的數(shù)據(jù)庫(kù)系統(tǒng)新興數(shù)據(jù)庫(kù)關(guān)系數(shù)據(jù)庫(kù)銀行交易信息管理訂單處理票務(wù)預(yù)定新興數(shù)據(jù)庫(kù)計(jì)算機(jī)輔助設(shè)計(jì)（CAD）計(jì)算機(jī)輔助制造（CAM）地理信息系統(tǒng)（GIS）動(dòng)態(tài)網(wǎng)頁(yè)新的挑戰(zhàn)新興數(shù)據(jù)庫(kù)缺乏對(duì)真實(shí)世界實(shí)體的描述缺乏對(duì)復(fù)雜查詢的有效處理缺乏對(duì)Web應(yīng)用的有效支持關(guān)系數(shù)據(jù)庫(kù)的缺點(diǎn)新興數(shù)據(jù)庫(kù)“NoSQL”數(shù)據(jù)庫(kù)不要求數(shù)據(jù)庫(kù)具有確定的表模式通過(guò)避免連線操作提升數(shù)據(jù)庫(kù)性能它針對(duì)非關(guān)系型、分布式的數(shù)據(jù)存儲(chǔ)新興數(shù)據(jù)庫(kù)補(bǔ)充不可替代“NoSQL”數(shù)據(jù)庫(kù)關(guān)系數(shù)據(jù)庫(kù)“NoSQL”數(shù)據(jù)庫(kù)和關(guān)系數(shù)據(jù)庫(kù)的關(guān)系20數(shù)據(jù)庫(kù)的起源與發(fā)展物聯(lián)網(wǎng)數(shù)據(jù)的特點(diǎn)物聯(lián)網(wǎng)與數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)與物聯(lián)網(wǎng)二.物聯(lián)網(wǎng)數(shù)據(jù)的特點(diǎn)物聯(lián)網(wǎng)數(shù)據(jù)的處理數(shù)據(jù)存儲(chǔ)數(shù)據(jù)查詢數(shù)據(jù)融合物聯(lián)網(wǎng)數(shù)據(jù)的存儲(chǔ)傳感器所產(chǎn)生的數(shù)據(jù)可以存儲(chǔ)在傳感器的內(nèi)部發(fā)送回網(wǎng)絡(luò)的網(wǎng)關(guān)集中式存儲(chǔ)分布式存儲(chǔ)物聯(lián)網(wǎng)數(shù)據(jù)的存儲(chǔ)—分布式匯聚點(diǎn)查詢查詢結(jié)果原始數(shù)據(jù)中縫節(jié)點(diǎn)存儲(chǔ)節(jié)點(diǎn)

節(jié)點(diǎn)——傳感器實(shí)心—存儲(chǔ)空心—只傳遞不存儲(chǔ)數(shù)據(jù)匯聚點(diǎn)Sink數(shù)據(jù)的傳輸方向傳回：白色箭頭分發(fā)：橙色箭頭匯聚點(diǎn)查詢查詢結(jié)果原始數(shù)據(jù)節(jié)點(diǎn)——傳感器不存在存儲(chǔ)節(jié)點(diǎn)

數(shù)據(jù)匯聚點(diǎn)Sink數(shù)據(jù)的傳輸方向傳回——白箭頭

物聯(lián)網(wǎng)數(shù)據(jù)的存儲(chǔ)—集中式分布式VS集中式優(yōu)點(diǎn)：1.數(shù)據(jù)存儲(chǔ)在節(jié)點(diǎn)上，減少不必要的數(shù)據(jù)傳輸缺點(diǎn)：1.不利于長(zhǎng)時(shí)間的任務(wù)2.傳感器故障時(shí)，內(nèi)存中數(shù)據(jù)全部丟失3.通信開銷大4.存在“熱點(diǎn)”問題優(yōu)點(diǎn)：1.數(shù)據(jù)能永久保存，不存在歷史數(shù)據(jù)的丟失2.查詢請(qǐng)求X網(wǎng)絡(luò)缺點(diǎn)：1.數(shù)據(jù)不完整2.傳感器能量損耗大物聯(lián)網(wǎng)數(shù)據(jù)的查詢方式快照3快照1快照2基態(tài)快照查詢連詢查續(xù)物聯(lián)網(wǎng)數(shù)據(jù)的查詢案例公交車綜合信息處理平臺(tái)彎道互聯(lián)網(wǎng)用戶1用戶2站牌站牌RFID標(biāo)簽RFID標(biāo)簽一種基于物聯(lián)網(wǎng)的公交車信息查詢系統(tǒng)設(shè)計(jì)29物聯(lián)網(wǎng)數(shù)據(jù)的融合數(shù)據(jù)流數(shù)據(jù)融合數(shù)據(jù)融合需要解決的問題：節(jié)點(diǎn)的選擇融合時(shí)機(jī)融合算法院系工作全空間數(shù)據(jù)數(shù)據(jù)包括確定的和模糊的，全空間和子空間的，同步的和異步的，數(shù)字的和非數(shù)字的；它是多維多源的，覆蓋全頻段。不同于組合組合：外部特性融合：內(nèi)部特性是系統(tǒng)動(dòng)態(tài)過(guò)程中的一種數(shù)據(jù)綜合加工處理互補(bǔ)過(guò)程數(shù)據(jù)表達(dá)方式互補(bǔ)結(jié)構(gòu)上互補(bǔ)功能上互補(bǔ)不同層次的互補(bǔ)—數(shù)據(jù)融合的核心物聯(lián)網(wǎng)數(shù)據(jù)的融合傳感器1傳感器2…傳感器n傳感器端存儲(chǔ)

數(shù)據(jù)匯聚點(diǎn)端存儲(chǔ)連續(xù)查詢快照查詢傳感器物聯(lián)網(wǎng)數(shù)據(jù)的融合存儲(chǔ)查詢查詢結(jié)果數(shù)據(jù)流管理系統(tǒng)(DataStreamManagementSystem,DSMS)物聯(lián)網(wǎng)數(shù)據(jù)的特點(diǎn)海量性多態(tài)性關(guān)聯(lián)性及語(yǔ)義性2024/6/71.單個(gè)物體——持續(xù)地產(chǎn)生數(shù)據(jù)血壓血糖濃度心率體溫物聯(lián)網(wǎng)數(shù)據(jù)的特點(diǎn)——海量性2024/6/72.多個(gè)物體——同時(shí)連續(xù)地產(chǎn)生數(shù)據(jù)物聯(lián)網(wǎng)數(shù)據(jù)的特點(diǎn)——海量性物聯(lián)網(wǎng)數(shù)據(jù)的特點(diǎn)——多態(tài)性光照度海拔高度溫度“綠野千傳”森林檢測(cè)項(xiàng)目物聯(lián)網(wǎng)數(shù)據(jù)的特點(diǎn)——多態(tài)性“綠野千傳”森林檢測(cè)項(xiàng)目不同的網(wǎng)絡(luò)不同的數(shù)據(jù)格式不同的設(shè)備不同的數(shù)據(jù)精度不同的測(cè)量時(shí)間和條件不同的數(shù)據(jù)值物聯(lián)網(wǎng)數(shù)據(jù)的特點(diǎn)—關(guān)聯(lián)性及語(yǔ)義性傳感器1傳感器3傳感器2傳感器4?描述同一個(gè)實(shí)體的數(shù)據(jù)在時(shí)間上具有關(guān)聯(lián)性?描述不同實(shí)體的數(shù)據(jù)在空間上具有關(guān)聯(lián)性?描述實(shí)體的不同維度之間具有關(guān)聯(lián)性?不同的關(guān)聯(lián)性組合會(huì)產(chǎn)生豐富的語(yǔ)義物聯(lián)網(wǎng)數(shù)據(jù)的特點(diǎn)—關(guān)聯(lián)性及語(yǔ)義性30℃80℃123123123數(shù)據(jù)的查詢數(shù)據(jù)的融合數(shù)據(jù)的海量性數(shù)據(jù)的多態(tài)性數(shù)據(jù)的關(guān)聯(lián)性數(shù)據(jù)的存儲(chǔ)41數(shù)據(jù)庫(kù)的起源與發(fā)展物聯(lián)網(wǎng)數(shù)據(jù)的特點(diǎn)物聯(lián)網(wǎng)與數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)與物聯(lián)網(wǎng)2024/6/7CompanyLogo物聯(lián)網(wǎng)與數(shù)據(jù)庫(kù)

物聯(lián)網(wǎng)、大數(shù)據(jù)與數(shù)據(jù)庫(kù)的關(guān)系物聯(lián)網(wǎng)與數(shù)據(jù)庫(kù)

物聯(lián)網(wǎng)環(huán)境下數(shù)據(jù)庫(kù)系統(tǒng)的挑戰(zhàn)2024/6/7物聯(lián)網(wǎng)的發(fā)展人工互聯(lián)網(wǎng)物聯(lián)網(wǎng)信息處理的演進(jìn)過(guò)程在歷史上，人們需要人工地去采集信息，然后以人工的方式對(duì)信息處理，以文字后者口耳相傳的方式對(duì)信息進(jìn)行傳播；計(jì)算機(jī)以及互聯(lián)網(wǎng)的出現(xiàn)，將人們從繁重的信息處理任務(wù)中解脫出來(lái)，實(shí)現(xiàn)了信息以及信息傳播的自動(dòng)化；無(wú)線傳感網(wǎng)絡(luò)的出現(xiàn)，使信息的收集變得更加全面、更加智能、更加深入。2024/6/7

城市交通信息處理演進(jìn)在沒有互聯(lián)網(wǎng)之前，要想知道城市當(dāng)前的交通狀況，只能通過(guò)實(shí)地勘察或像其他人詢問的方式得到答案有了互聯(lián)網(wǎng)，相關(guān)的信息會(huì)被志愿者或者交通觀察員監(jiān)測(cè)到，并放在網(wǎng)上供人們查閱有了無(wú)線傳感網(wǎng)絡(luò)，所有的交通信息都會(huì)被傳感器自動(dòng)偵測(cè)，自動(dòng)聯(lián)網(wǎng)更新。實(shí)時(shí)的交通狀況被“一網(wǎng)打盡”

舉例說(shuō)明：人工互聯(lián)網(wǎng)物聯(lián)網(wǎng)2024/6/7物聯(lián)網(wǎng)的基本概念物聯(lián)網(wǎng)世界2024/6/7物聯(lián)網(wǎng)、大數(shù)據(jù)與數(shù)據(jù)庫(kù)的關(guān)系物聯(lián)網(wǎng)產(chǎn)生大數(shù)據(jù)數(shù)據(jù)庫(kù)支撐物聯(lián)網(wǎng)大數(shù)據(jù)引發(fā)數(shù)據(jù)庫(kù)變革與發(fā)展.2024/6/7物聯(lián)網(wǎng)產(chǎn)生大數(shù)據(jù)

據(jù)美國(guó)報(bào)導(dǎo)，物聯(lián)網(wǎng)一分鐘可以產(chǎn)生非常多的東西，蘋果下載2萬(wàn)余次，一分鐘會(huì)上傳10萬(wàn)條新微博，全世界物聯(lián)網(wǎng)上虛擬網(wǎng)絡(luò)上，產(chǎn)生了大量的數(shù)據(jù)。

國(guó)外的這些公司數(shù)據(jù)量不一定有中國(guó)大，中國(guó)淘寶網(wǎng)在雙十一一天創(chuàng)收10.5億，新浪微博晚上有100萬(wàn)以上的響應(yīng)請(qǐng)求，中國(guó)聯(lián)通也進(jìn)行大數(shù)據(jù)搜集，他們以前給用戶每一個(gè)月發(fā)一個(gè)帳單，很多用戶認(rèn)為我沒有上這么多，中國(guó)聯(lián)通改制就詳細(xì)記錄客戶的上網(wǎng)記錄一秒鐘83萬(wàn)條。物聯(lián)網(wǎng)、大數(shù)據(jù)與數(shù)據(jù)庫(kù)的關(guān)系2024/6/7CompanyLogo物聯(lián)網(wǎng)產(chǎn)生大數(shù)據(jù)物聯(lián)網(wǎng)應(yīng)用版圖物聯(lián)網(wǎng)分析大數(shù)據(jù)文字、圖片、音頻、視頻等數(shù)字化信息呈指數(shù)式增長(zhǎng)，大數(shù)據(jù)時(shí)代已經(jīng)來(lái)臨。全球信息總量每?jī)赡昙s增長(zhǎng)一倍，2011年全球創(chuàng)建和復(fù)制的數(shù)據(jù)總量有1.8ZB

，預(yù)計(jì)2020年將達(dá)到35ZB，是現(xiàn)在的50倍。*1TB(太字節(jié))=1024GB,1PB(拍字節(jié))=1024TB,1EB(艾字節(jié))=1024PB,1ZB(澤字節(jié))=1024EB,2024/6/7大數(shù)據(jù)引發(fā)數(shù)據(jù)庫(kù)行業(yè)變革與發(fā)展

數(shù)據(jù)庫(kù)市場(chǎng)成形于上個(gè)世紀(jì)80年代。近年來(lái)隨著云計(jì)算、大數(shù)據(jù)應(yīng)用的興起，面對(duì)爆發(fā)式增長(zhǎng)的海量數(shù)據(jù)，傳統(tǒng)數(shù)據(jù)庫(kù)已難以應(yīng)對(duì);面對(duì)以視頻、圖片、文字等非結(jié)構(gòu)化數(shù)據(jù)為主的大數(shù)據(jù)，傳統(tǒng)商業(yè)智能系統(tǒng)和數(shù)據(jù)分析軟件缺少有效地分析工具和方法。大數(shù)據(jù)引發(fā)數(shù)據(jù)庫(kù)行業(yè)變革

。物聯(lián)網(wǎng)、大數(shù)據(jù)與數(shù)據(jù)庫(kù)的關(guān)系2024/6/7物聯(lián)網(wǎng)、大數(shù)據(jù)與數(shù)據(jù)庫(kù)的關(guān)系2024/6/7CompanyLogo中國(guó)數(shù)據(jù)庫(kù)軟件市場(chǎng)現(xiàn)狀與發(fā)展

2012年，中國(guó)數(shù)據(jù)庫(kù)軟件市場(chǎng)規(guī)模達(dá)到53.15億元，同比增長(zhǎng)14.84%。未來(lái)，在大數(shù)據(jù)等一系列因素的影響下，中國(guó)的數(shù)據(jù)軟件市場(chǎng)規(guī)模將以超15%的增長(zhǎng)率保持較為穩(wěn)定增長(zhǎng)，預(yù)計(jì)2015年中國(guó)數(shù)據(jù)庫(kù)軟件市場(chǎng)規(guī)劃將達(dá)到83.44億元，年復(fù)合增長(zhǎng)率達(dá)16.22%。中國(guó)數(shù)據(jù)庫(kù)軟件市場(chǎng)發(fā)展規(guī)模與預(yù)測(cè)2024/6/7數(shù)據(jù)庫(kù)支撐物聯(lián)網(wǎng)

-數(shù)據(jù)庫(kù)支撐物聯(lián)網(wǎng)，數(shù)據(jù)庫(kù)的作用包括收集傳感性的數(shù)據(jù)，還有實(shí)物跟虛擬物要結(jié)合起來(lái)。例如，今天北京交通堵塞，但是并不知道堵塞原因，如果政府發(fā)布消息和市民微博發(fā)布消息結(jié)合起來(lái)就知道發(fā)生什么事，物聯(lián)網(wǎng)要過(guò)濾，過(guò)濾要有一定模式。-要實(shí)現(xiàn)真正的物聯(lián)網(wǎng)，需要海量地址，海量帶寬，海量存儲(chǔ)，而且需要極高的通信智能和管理智能。需要數(shù)據(jù)庫(kù)的支撐。物聯(lián)網(wǎng)、大數(shù)據(jù)與數(shù)據(jù)庫(kù)的關(guān)系2024/6/7傳感器傳輸機(jī)制應(yīng)用層數(shù)據(jù)庫(kù)五官、皮膚神經(jīng)人體的行為大腦數(shù)據(jù)庫(kù)支撐物聯(lián)網(wǎng)

物聯(lián)網(wǎng)——人體2024/6/7

無(wú)人駕駛汽車物聯(lián)網(wǎng)據(jù)國(guó)外媒體報(bào)道，大數(shù)據(jù)分析師BigData—S創(chuàng)始人馬克·馮·里吉門納姆（MarkvanRijmenam）指出，無(wú)人駕駛汽車將配置有大量傳感器，每秒鐘可生成1GB的數(shù)據(jù)?？扑孤逅够踔令A(yù)計(jì)，未來(lái)汽車生成的數(shù)據(jù)將上傳到云存儲(chǔ)系統(tǒng)，政府可以利用這些數(shù)據(jù)提高行車安全性。2024/6/7CompanyLogo物聯(lián)網(wǎng)環(huán)境下數(shù)據(jù)庫(kù)系統(tǒng)的挑戰(zhàn)數(shù)據(jù)挖掘數(shù)據(jù)處理數(shù)據(jù)存儲(chǔ)數(shù)據(jù)收集

數(shù)據(jù)庫(kù)選擇數(shù)據(jù)保護(hù)

數(shù)據(jù)庫(kù)選擇附上時(shí)空標(biāo)

志去偽存真

收集異源甚至是異構(gòu)的數(shù)據(jù)與歷史數(shù)據(jù)對(duì)照多角度驗(yàn)證數(shù)據(jù)的全面性和可信性數(shù)據(jù)收集CompanyLogo數(shù)據(jù)存儲(chǔ)目標(biāo)方法優(yōu)化要達(dá)到低成本、低能耗、高可靠性目標(biāo)必須建立標(biāo)準(zhǔn)的存儲(chǔ)方法。將分類存儲(chǔ)方式應(yīng)用到具體的使用場(chǎng)合。通過(guò)過(guò)濾和去重，減少存儲(chǔ)量，同時(shí)加入便于日后檢索的標(biāo)簽。數(shù)據(jù)處理

有些行業(yè)的數(shù)據(jù)涉及上百個(gè)參數(shù)，其復(fù)雜性不僅體現(xiàn)在數(shù)據(jù)樣本本身，更體現(xiàn)在多源異構(gòu)、多實(shí)體和多空間之間的交互動(dòng)態(tài)性，難以用傳統(tǒng)的方法描述與度量，處理的復(fù)雜度很大，需要將高維圖像等多媒體數(shù)據(jù)降維后度量與處理，利用上下文關(guān)聯(lián)進(jìn)行語(yǔ)義分析，從大量動(dòng)態(tài)而且可能是模棱兩可的數(shù)據(jù)中綜合信息，并導(dǎo)出可理解的內(nèi)容。

數(shù)據(jù)挖